Sublimation of DAN Matrix for the Detection and Visualization of Gangliosides in Rat Brain Tissue for MALDI Imaging Mass Spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sample preparation is key for optimal detection and visualization of analytes in Matrix-assisted Laser Desorption/Ionization (MALDI) Imaging Mass Spectrometry (IMS) experiments. Determining the appropriate protocol to follow throughout the sample preparation process can be difficult as each step must be optimized to comply with the unique characteristics of the analytes of interest. This process involves not only finding a compatible matrix that can desorb and ionize the molecules of interest efficiently, but also selecting the appropriate matrix deposition technique. For example, a wet matrix deposition technique, which entails dissolving a matrix in solvent, is superior for desorption of most proteins and peptides, whereas dry matrix deposition techniques are particularly effective for ionization of lipids. Sublimation has been reported as a highly efficient method of dry matrix deposition for the detection of lipids in tissue by MALDI IMS due to the homogeneity of matrix crystal deposition and minimal analyte delocalization as compared to many wet deposition methods 1,2. Broadly, it involves placing a sample and powdered matrix in a vacuum-sealed chamber with the samples pressed against a cold surface. The apparatus is then lowered into a heated bath (sand or oil), resulting in sublimation of the powdered matrix onto the cooled tissue sample surface. Here we describe a sublimation protocol using 1,5-diaminonaphthalene (DAN) matrix for the detection and visualization of gangliosides in the rat brain using MALDI IMS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle